梅松竹，冷 平

（淮北师范大学 a.教育学院；b.数学科学学院，安徽 淮北 235000）

教育，是培养人的活动，教育的成效如何需要进行评价。评价原指对客体满足主体需要程度的判断[1]，教育评价则是系统地、有步骤地从数量或性质上描述儿童的学习过程与结果[2]，并判断是否满足个体发展和社会发展需求的程度。教育评价是教育测量的深化和发展，它属于价值判断，强调科学性与综合性，是定量和定性相结合的活动[3]。教育评价的范围十分广泛，几乎涵盖了教育的所有因素。近年来，关于考试的评价逐渐升温，特别是在“高利害”考试的环境下，试卷命制的科学性、合理性和规范性成为考试相关利益人评议的焦点。当前，试卷评价的理论主要有经典真分数理论（Classic True Score Theory，CTT）、概化理论（Generalizability Theory，GT）和项目反应理论（Item Response Theory，IRT）。此三种理论源于西方，我国教育界虽然对其进行了充分的借鉴和发展，但仍然存在着“误用”“滥用”“非用”等乱象，这无疑不利于我国教育评价的健康发展和教育公平的顺利实施。因此，在教育评价国际化和现代化的背景下，在我国基础教育改革的当口，厘清试卷评价理论的本质属性及其适用范围，理性选择恰当的评价理论，谨防陷入试卷评价的误区，可谓当务之急、必要之举。

一、CTT、GT、IRT比较研究

CTT是历史上第一个教育与心理测量理论，也是最基础、最根本的测量理论，GT和IRT是为了克服CTT在信度和效度方面的不足而分别发展起来的现代测量理论，三者在诸多方面有所不同，比较……